草草第一页,一级乱理中文字幕韩国

內(nèi)容簡介

　　全書圍繞智能計算和zui優(yōu)化計算展開，以作者的研究內(nèi)容和學**結(jié)成果為基礎，覆蓋各類算法模型與應用，取材典型、內(nèi)容豐富、注重理論與實際相結(jié)合，提供豐富的參考文獻，方便學習牽引。全書共分9章：第1章概述智能優(yōu)化計算的基本定義，簡單介紹一些典型智能計算模型，建立智能計算基本印象；第2章介紹BP神經(jīng)網(wǎng)絡及其在數(shù)字圖像領域中的應用，通過BP神經(jīng)網(wǎng)絡的學習認識智能學習算法的基本構建與思路，為掌握后面的極限學習、深度學習等機器學習算法奠定基礎；第3章介紹群體智能算法及其應用，利用蟻群算法解決TSP問題，深化認識優(yōu)化計算對求解NP問題具有很高效率；第4章介紹遺傳算法原理及其在圖像處理中的應用，進一步理解仿生計算方法促進智能計算的思想和應用途徑；第5章介紹灰色系統(tǒng)理論及其在圖像處理中的應用，這里可以了解經(jīng)濟學優(yōu)化算法在智能計算中的作用，拓展智能算法研究思路；第6章介紹極限學習理論及其在圖像理解中的應用，能夠?qū)W習到通過神經(jīng)網(wǎng)絡與圖論的結(jié)合提高智能計算效率的思路；第7章介紹zui小二乘法、主成分分析、支持向量機等常見優(yōu)化算法，學習最優(yōu)化理論、設計思路和求解過程；第8章拓展學習深度學習算法，重點學習卷積神經(jīng)網(wǎng)絡原理與視覺實踐；第9章拓展學習推薦系統(tǒng)，讓我們將人工智能、大數(shù)據(jù)挖掘和機器學習算法柔性融合，以解決人們興趣偏好識別的問題，提高生活效益。

作者簡介

暫缺《智能算法優(yōu)化及其應用》作者簡介

圖書目錄

第1章智能優(yōu)化計算概述
1.1 智能優(yōu)化計算
1.2 人工神經(jīng)網(wǎng)絡
1.3 遺傳算法
1.4 群體智能
1.5 小結(jié)
1.6 參考文獻
第2章基于BP神經(jīng)網(wǎng)絡優(yōu)化的數(shù)字圖像處理
2.1 數(shù)字圖像介紹
2.2 數(shù)字圖像處理與識別
2.3 人工神經(jīng)網(wǎng)絡的基本原理
2.4 BP算法在手寫數(shù)字字符識別中的應用
2.5 小結(jié)
2.6 參考文獻
第3章蟻群算法及其應用
3.1 蟻群算法的基本原理
3.2 螞蟻系統(tǒng)
3.3 蟻群算法在求解TSP問題中的應用
3.4 小結(jié)
3.5 參考文獻
第4章遺傳算法優(yōu)化在數(shù)字圖像水印技術中的應用
4.1 遺傳算法簡介
4.2 遺傳算法的特點
4.3 遺傳算法的原理
4.4 遺傳算法的偽碼
4.5 基本遺傳算法優(yōu)化
4.6 基于遺傳算法的DCT域圖像水印
4.7 基于GA的DCT域圖像水印算法實例
4.8 小結(jié)
4.9 參考文獻
第5章灰色系統(tǒng)在醫(yī)學圖像處理中的應用
5.1 灰色系統(tǒng)的產(chǎn)生
5.2 灰色系統(tǒng)理論的基本概念
5.3 灰色關聯(lián)分析
5.4 基于灰色系統(tǒng)理論的各向異性擴散圖像去噪方法
5.5 小結(jié)
5.6 參考文獻
第6章基于極限學習優(yōu)化的視頻圖像識別研究
6.1 視頻圖像理解
6.2 典型的視頻圖像識別技術
6.3 極限學習機原理
6.4 關聯(lián)圖正則極限學習算法
6.5 小結(jié)
6.6 參考文獻
第7章常用優(yōu)化計算
7.1 最小二乘法
7.2 主成分分析
7.3 支持向量機
……
第8章深度學習
第9章推薦算法優(yōu)化及應用